作者：戴桦; 李景; 卢新岱; 孙歆webshell检测矩阵分解特征训练
摘要：WebShell是网络入侵的常用工具，具有威害性大、隐蔽性好等特点。目前的检测手段较简单，容易被绕过，难以对付复杂灵活的WebShell。针对这些问题，提出一种智能检测WebShell的机器学习算法，通过对己知存在WebShell和不存在WebShell的页面进行特征学习，完成对未知页面的预测，灵活性、适应性较好。实验证明，相比传统的WebShell检测方法，该算法的检测效率、正确率更高，同时也能以一定概率检测出新型的WebShell。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
